一种基于紧支撑连续可微小波的图象边缘检测算法

针对一般的梯度算子及Laphcian算子在边缘检测中对噪声敏感的问题，用一种二维不可分离的平滑函数来平滑图象，以降低噪声对边缘检出的影响，即提出一类紧支撑连续可微的函数，在2-范数下与高斯函数在有效支撑区间逼近，得到一变形平滑函数。简要证明了变形平滑函数的导数满足容许条件为一维连续小波函数。并给出该小波函数时域和频域的主要性质。将一维变形平滑函数推广至二维，用多尺度的该二维平滑函数对图象进行平滑．用模极大值法和过零点法检测图象的边缘，给出两种算法实现的关键之处。仿真结果表明。模极大值法能有效地从小噪声图象中检测细节边缘，在抗噪声方面优于一般的梯度算子；过零点方法从噪声图象中检出边缘。该算子与LOG算子检测效果相当，从侧面验证了LOG算子的鲁棒性。     

基于小波变换的非平稳排气噪声信号阶次分析方法

汽车排气阶次噪声提取对于汽车声品质以及汽车分类识别具有重要的意义。为准确提取阶次噪声的时域信号,提出一种基于小波变换的非线性多分辨率的细化分析计算方法。通过理想带通传递函数构建基小波函数,基小波函数通过平移和伸缩实现信号的局部细化分析。探索小波函数的截取方式对频谱泄漏的影响,选取合适的窗函数截取小波函数,并通过与时域噪声信号的相关变换准确提取各阶次成分的时域波动信号。通过实车测试获取加速工况下的转速脉冲信号和排气辐射噪声信号,对以上方法进行验证。结果表明,提出的分析方法可准确提取出非平稳排气噪声中的阶次成分,为排气噪声阶次分析提供标准可靠的信号处理手段。     

利用小波边缘增强的可靠性匹配方法

为提高景像匹配的可靠性,提出了一种基于小波边缘增强的可靠性匹配方法。采用四阶中心B样条小波对实时图和基准图进行小波分解和边缘增强,以提取可靠的边缘特征。在粗尺度上基于小波边缘增强图进行相关匹配,选择相似度曲面上前5个峰值点作为候选匹配点,保证正确匹配点可以包含在候选匹配点中。对实时图进行旋转校正,利用候选匹配点处的局部灰度特征确定边缘提取的双阈值,应用形态学连接算子来获得二值边缘图,再进行相关匹配,筛选出正确匹配点。在细尺度上获得精确的定位点。应用该方法进行匹配实验,其匹配概率比基于小波二值边缘提取的匹配算法提高了6.95%。     

分数阶导数系统响应功率谱密度的小波-Galerkin方法

利用小波的时间-频率联合分辨率,提出了一种在完全非平稳随机激励下,计算分数阶阻尼线性系统响应功率谱密度的方法。方法的思路在于选用广义谐和小波,并利用小波-Galerkin近似,将具有分数阶导数的运动微分方程转化为一组以响应小波变换为未知量的代数方程,解之并求得响应小波变换后,结合随机过程功率谱密度的小波变换表达得到激励与响应功率谱密度之间的关系。为此,在频域中推导了小波-Galerkin方法必需的小波整数阶与分数阶联系系数。数值算例表明:对具有不同分数阶导数的系统,所建议的方法具有较好的适用性。     

空间目标跟踪技术中应用小波变换的探讨

介绍了小波变换的特点及其在图像边缘提取中的意义,说明了扩展目标用小波变换进行目的形心计算的详细步骤,并以收音机图像为目标在不同图像模糊程度及背景噪音情况下用小波变换进行了目标形心坐标提取,比较了不同图象模糊程度及背景噪音情况下目标形心坐标提取的精度,展示了小波变换在扩展目标跟踪技术中应用的前景。     

一种基于小波变换的目标融合跟踪方法

本文在分析小波变换的基础上，将小波分析应用到目标图像的融合跟踪技术上，利用小波的多尺度和多分辨特性，不仅能够获得不同分辨力下的图像序列，进行目标图像融合；还能有效地从信号中提取突变信号。对函数或信号进行多尺度的细化分析。图像边缘用小波变换进行处理和提取并对图像形心进行计算。能够得到较好的轮廓提取效果和形心定位精度，进而说明了小波变换可能成为目标跟踪中较好的数学方法。     

基于小波变换的复杂航空图像的边缘提取

提出了一种基于小波变换的复杂航空照片的目标边缘自动提取的新方法。该方法利用了小波变换，因而具有良好的噪声抑制能力及完备的边缘保持能力，在计算机自动判读系统的目标边缘提取中有效可行。     

Laplace小波及其工程应用

小波变换是非平稳信号处理的有力工具,小波性质取决于它的基函数.在模态分析、机械监测诊断等领域,冲击响应信号十分普遍.一种单边衰减复指数型的Laplace小波基函数具有分析冲击响应信号的优势,采用Laplace小波相关滤波方法可提取振动信号中的冲击响应分量,成功地诊断出内燃机进气阀的磨损故障和识别出大型水轮机轴系的一阶固有频率.     

带直线特征的数字图象的位置检测

在图象测量及物体精确定位处理中，为了确定被测物体的旋转及平移的偏差量，通过处理被测物体图象的边缘而获得的几何参数，为提高到测量系统的精度，本文提出了一种通过提取图象边缘的直线特征；并对边缘点进行插值和加密的方法，将图象边缘定位于亚象元，利用最小二乘法拟合出直线方程，根据求得的参数，可以确定图象的旋转及平移量。     

基于面阵 CCD 的航空相机摄影高度自动测量及调焦

目的：实现航空像机摄影高度自动测量和调焦，方法：用小波变换提取面阵CCD图象边缘，用图像特征参数确定成像范围内同一目标在不同CCD面上像的位置和高度。结果：分析了从众多目标中提取目标点的特征参数的方法。给出了设计系统的硬件框图。结论：该方法使爱人旬机调焦自成体系。     

基于边缘信息的偏振图像融合算法及评价

偏振遥感图像通常都采用强度、偏振度、偏振角来表征目标偏振特性.本文提出的基于边缘信息的偏振图像融合算法是将三幅偏振图像利用离散小波变换把图像分解成不同尺度的低频和高频部分,采用小波区域窗口和子区域窗口统计把小波系数分类成边缘和非边缘系数,通过这些方法进行有效的边缘细节信息提取.在融合处理中,低频图像的小波系数平均值作为融合后的低频系数,高频细节系数根据不同区域特征选择方法以及对应输入图像小波系数的窗口区域方差来确定融合后高频小波系数.仿真实验结果表明,这样使得融合后的图像细节更真实更丰富,图像的偏振特性体现更为充分,同时减少对源图像的预处理要求,使图像在整体上有较好的视觉效果.从而证明这种方法能够在保留图像微小细节方面获得满意的结果,且算法有效性优于其他的图像融合方法.     

基于Daubechies小波的图像边缘检测技术

利用Daubechies正交小波变换的性质,通过Mallat多尺度分析方法对图像进行小波变换,把图像分解成低频轮廓,水平高频、垂直高频和斜线高频四个部分。针对图像边缘主要集中在高频部分,该文先保持小波变换后的高频小波系数,同时对低频小波系数进行再次小波变换,提取出次高频信号的边缘信息。最后对保留下来的高频小波系数和次高频小波系数进行逆变换获取最大边缘信息。     

彩色图像的复变函数模型及其边缘检测

本文在彩色图像的HSI颜色空间中,根据其分量的不相关特性,针对H、S分量建立了彩色图像的复变函数模型,并给出其边缘检测方法,得到H、S分量的边缘图像.抽取彩色图像的1分量构造灰度图像,利用当前成熟的灰度边缘检测方法(基于小波的多尺度边缘检测方法)得到1分量的边缘图像.最后,利用信息融合技术,将上述获得的两幅边缘图像进行信息组合得到最终的边缘检测结果.从试验的结果来看,本文所采用的方案充分利用了彩色图像所包含的信息,对图像的彩色边缘比较敏感,获得了满意的边缘检测结果.     

Imaging system of wavelet optics described by the Gaussian linear frequency-modulated complex wavelet

The image formation and the point-spread function of an optical system are analyzed by use of the wavelet basis function. The image described by a wavelet is no longer an indivisible whole image. It is, rather, a complex image consisting of many wavelet subimages, which come from the changes of different parameters (scale) a and c, and parameters b and d show the positions of wavelet subimages under different scales. A Gaussian frequency-modulated complex-valued wavelet function is introduced to express the point-spread function of an optical system and used to describe the image formation. The analysis, in allusion to the situation of illumination with a monochromatic plain light wave, shows that using the theory of wavelet optics to describe the image formation of an optical system is feasible.     

一种基于Gabor滤波器的超声图像边缘检测方法

针对检测超声图像的边缘问题，介绍了一种基于Gabor奇部滤波器进行边缘检测的综合方法。为了去除图像噪声，首先进行基于小波变换和中值滤波的降噪处理，然后利用高斯函数平滑图像。在边缘检测过程中，使用Gabor奇部滤波器检测边缘。最后，使用非最大值抑制得到最终结果。结果表明该方法是对超声图像进行边缘检测的一种有用方法。当然，该方法也具有普遍性，可以应用到其他图像。     

Laser image spot processing for sea oil film thickness measurement

The method of extracting the center coordinate of the light spot using the improved Gaussian fitting is presented to measure the thickness of oil film on water surface with differential laser trigonometry. The image of the light spot from the upper and lower surfaces of the oil film under measurement is extracted by the entropic threshold, and the center coordinate of the light spot is obtained by Gaussian fitting of the ascending edge and descending edge data of the light spot image extracted. Experimental measurement is carried out to verify the performance of the method. The range of the measurement is 0.1–10?mm and the maximum deviation between the nominal value and the measured value is less than?±23?μm for block gauges. The research results show that the algorithm presented in this paper is successful and feasible.     

Industrial computed tomography image size measurement

As one of the most useful modern detection technologies, Industrial Computed Tomography (ICT) image size measurement can correctly non-destructively measure the size of workpieces’ inner construction, and it is considered as the standard for quality assurance and reverse engineering. In view of the advantages and disadvantages compared to conventional methods, this paper improves the precision of image size measurement with a new algorithm that uses an approximate function to describe edge degradation. First, this algorithm constructs the approximate function and determines the optimal point of edge detection, based on image intensity and inflexions. Then, in order to accurately extract the image edge, this algorithm is used to revise the primary image, completing construction of the CT image.Excellent results are obtained from simulations and experiments. The experimental results indicate that the relative error is 2% for the CT image when the step evolution of the image edge is pooled. The relative error of this method is decreased by as much as 1.5% compared to wavelet transformation and ridgelet transformation. Therefore, this new algorithm demonstrates increased effectiveness in extracting an accurate measurement of the CT image edge.     

基于变差函数的噪声图像的多尺度边缘检测

基于区域化变量理论,针对受噪声污染的图像,本文提出了一种基于变差函数的多尺度边缘检测新方法.该方法根据图像各个不同区域的数据的不同方向的变差函数值来判断该区域是否存在边缘以及边缘的方向性,然后根据该区域边缘的方向性,在水平和垂直方向分别进行不同尺度的小波变换,进而达到在确保边缘定位准确的同时,尽最大可能去除由于噪声以及图像灰度不均匀产生的伪边缘点.仿真实验表明,本文算法在对受高斯白噪声污染较严重的图像进行边缘检测时能有效的去除噪声对图像边缘检测的影响,从而证明了该方法的可行性、有效性.     

A hybrid approach of wavelet packet and directional decomposition for image compression

In this paper, a novel image compression technique, the combination of wavelet packet transform and directional decomposition is proposed. Wavelet packet transform is an increasingly remarkable image compression approach that outperforms the standard wavelet transform in image coding. The directional filtering coding technique, one of the second‐generation image coding techniques, first introduced the concept of directional decomposition. By placing emphasis on edge detection to preserve edge information to exploit the fact that human visual systems are more sensitive to image edge features, a relatively high compression ratio can be obtained. The approach proposed in this paper decomposed an image into a low‐frequency component and a number of highfrequency components, with the edges on each high‐frequency component in its own direction. By a combined process of Cartesian coordinate rotation transform, interpolation, wavelet packet transform, and a coding algorithm, the image can be reconstructed at an improved visual quality at the same bit rate compared with the common wavelet pyramid algorithm. © 2002 Wiley Periodicals, Inc. Int J Imaging Syst Technol 12, 51–55, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/ima.10010